Onantya, Indriya Dewi (2019) Analisis Sentimen Pada Ulasan Aplikasi Bca Mobile Menggunakan Bm25 Dan Improved K-Nearest Neighbor. Sarjana thesis, Universitas Brawijaya.
Abstract
Di era informasi seperti saat ini, internet memegang peranan penting dalam segala aspek kehidupan manusia. Hal ini mendorong berbagai aplikasi mobile menjadi berkembang dengan sangat cepat. Beberapa aplikasi akhirnya bermunculan dengan tujuan mempermudah dalam memenuhi kebutuhan manusia. Aplikasi mobile banking merupakan salah satu aplikasi yang dianggap dapat memberikan kemudahan dalam kegiatan manusia. Salah satu aplikasi mobile banking yang banyak digunakan adalah aplikasi BCA Mobile. Setiap aplikasi mobile tersebut mengijinkan pengguna untuk memberikan ulasan terhadap pelayanan dan fitur yang diberikan. Namun dari aplikasi mobile yang ada saat ini, tidak ditemukan adanya fitur analisis sentimen untuk mengelompokkan atau menyaring antara ulasan positif dan negatif. Untuk mengetahui ulasan tersebut tergolong ulasan positif atau negatif, maka diperlukan analisis sentimen untuk mengelompokkan ulasan tersebut. Dalam penelitian ini, analisis sentimen dilakukan dalam beberapa tahapan atau proses. Proses tersebut terdiri dari preprocessing data, pembobotan kata yang diterapkan menggunakan algoritme BM25, dan algoritme Improved K-Nearest Neighbor untuk proses klasifikasi dokumen. Hasil pengujian yang dilakukan pada penelitian dengan menggunakan 5-fold cross validation mendapatkan hasil terbaik ketika nilai k-values sama dengan 10 dengan nilai f-measure sebesar 0,939, nilai precision sebesar 0,946, nilai recall sebesar 0,934, dan nilai accuracy sebesar 0,942. Maka dari itu dapat disimpulkan bahwa hasil dari analisis sentimen ini dipengaruhi oleh nilai k-values, sedangkan jumlah kelas pada tiap data latih tidak memengaruhi hasil evaluasi, karena nilai k-values baru yang dihasilkan dalam algoritme klasifikasi ini menyesuaikan dengan jumlah data uji tiap kelas
English Abstract
In the era of information, the internet requires a lot of things in humans life. This encourages various mobile applications developed very quickly. Some applications have finally sprung up with visual goals in human requirements. Mobile banking application is one application that can provide convenience in human activities. One of the mobile banking applications BCA Mobile application. Every mobile application allows users to provide service and features that given by the application. But from the existing mobile applications, there are no features that can be used to group or filter between positive and negative reviews. To find out positive or negative information, a sentiment analysis is needed to group the reviews. In this study, the sentiment analysis was carried out in several stages or processes. The process consists of pre-processing data, word weighting used the BM25 algorithm, and Improved K-Nearest Neighbor algorithm that used as document classification. The results of the tests using 5-fold cross validation get the best results with a k-value equal to 10 with f-measure value are 0.939, a precision value is 0.946, a recall value is 0.934, and an accuracy value is 0.942. Therefore, we can conclude the results of this sentiment analysis by the value of kvalue, while the amount of data on each class does not affect the evaluation results, because the value of the new k-value in this algorithm can adapt to the amount of data based on the class.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2019/133/05192303 |
| Uncontrolled Keywords: | analisis sentimen, aplikasi mobile, BM25, Improved K-Nearest Neighbor, sentiment analysis, mobile application, BM25, Improved K-Nearest Neighbor |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data > 005.3 Programs > 005.36 Programs for personal computers |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Nur Cholis |
| Date Deposited: | 15 Jul 2020 08:12 |
| Last Modified: | 24 Oct 2021 04:03 |
| URI: | http://repository.ub.ac.id/id/eprint/168961 |
Preview |
Text
Indriya Dewi Onantya (2).pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |